A systematic review of real-world gait-related digital mobility outcomes in Parkinson’s disease
7.3
来源：
Nature
关键字：
deep learning brain science
发布时间：
2025-10-01 03:50
摘要：
该系统评价探讨了数字移动结果（DMOs）在帕金森病患者中的应用，强调其在真实世界环境中对患者移动的评估潜力。研究显示，DMOs能够有效区分帕金森病患者与健康对照组，并提供对患者日常活动的深入理解。然而，当前的测量协议缺乏一致性，需进一步研究以建立标准化的评估方法，以便更好地应用于临床实践。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+医疗健康领域符合度
business_impact
0.5分+商业影响力
scientific_rigor
1.0分+数据支撑的科学性
timeliness_innovation
1.5分+时效性与创新性
investment_perspective
2.5分+BOCG投资视角
market_value_relevance
1.0分+市场价值相关性
team_institution_background
0.3分+团队与机构背景
technical_barrier_competition
0.5分+技术壁垒与竞争格局
关键证据
DMOs能够区分帕金森病患者与健康对照组。
研究显示DMOs在真实世界环境中提供了对患者移动的深刻见解。
需要标准化协议以提高DMOs的可比性和临床应用。
真实性检查
否
AI评分总结
该系统评价探讨了数字移动结果（DMOs）在帕金森病患者中的应用，强调其在真实世界环境中对患者移动的评估潜力。研究显示，DMOs能够有效区分帕金森病患者与健康对照组，并提供对患者日常活动的深入理解。然而，当前的测量协议缺乏一致性，需进一步研究以建立标准化的评估方法，以便更好地应用于临床实践。